PCA降维算法讲义pptslides

详细的CCA降维方法的matlab实现源代码。

数据降维PPT，了解什么是机器学习（数据挖掘）中数据降维，以及常见的降维方法及其实现。

代码实例化数据降维的方法，以主成分分析LDA和线性判别LDA为例。

特征降维是模式识别中重要的一步，从图像中提取的原始特征往往维度较高，需要对其降维处理。基于AdaBoost的特征降维是具有良好的特征选择能力，其对每一维特征训练若分离器，根据分类效果调整权重，并最终选

目前最好的降维方法。高维数据的降维与可视化。如果将维度降到2维或3维，我们就能将原始数据可视化，从而对数据的分布有直观的了解，发现一些可能存在的规律。

提供MATLAB代码，涵盖34种数据降维方法。

非线性降维,关于非线性降维的英语文献,值得参考

关于数据降维的讲解，使用Python实现，希望有帮助。

数据降维工具——算法自编码，使用环境：matlab

图像超分辨率（SR）重建是使用一定数量的先验知识从同一场景中的一个或一系列低分辨率（LR）图像重建高分辨率（HR）图像。基于学习的算法是一种有效的图像超分辨率重建算法。该算法的核心思想是利用图像的训练